論文の概要: Plug-and-Play Traffic Element Awareness for End-to-End Autonomous Driving

• arxiv url: http://arxiv.org/abs/2608.18035v1
• Date: Tue, 18 Aug 2026 17:29:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.416532
• Title: Plug-and-Play Traffic Element Awareness for End-to-End Autonomous Driving
• Title（参考訳）: エンド・ツー・エンド自動運転におけるプラグ・アンド・プレイ・トラヒック要素の認識
• Abstract要約: エンド・ツー・エンドの自動運転における交通要素認識に関する最初の体系的な研究について述べる。 我々は、交通要素アノテーションで複数の公共運転データセットを増強することにより、統一的な研究基盤を構築する。 この設計は、知覚予測計画パイプライン、視覚言語行動モデル(VLA)、回帰型プランナー、拡散型ポリシー、軌道標示フレームワークなど、現代のパラダイムにまたがって評価される。
• 参考スコア（独自算出の注目度）: 22.38391140804806
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Traffic elements such as traffic lights and road signs play a fundamental role in human driving decisions and should naturally influence end-to-end driving performance. However, existing end-to-end driving research predominantly focuses on dynamic road participants (e.g., vehicles and pedestrians), while the role of traffic elements remains largely unexplored. The community still lacks a systematic study quantifying their impact, largely because public datasets rarely provide structured traffic-element annotations and modern driving systems vary widely in architecture and training paradigm. In this work, we present the first systematic investigation of traffic element awareness for end-to-end autonomous driving. We construct a unified research infrastructure by augmenting multiple public driving datasets with comprehensive traffic-element annotations. To support diverse model families, we adopt a minimal and universal integration design that incorporates traffic-element signals into existing pipelines in a plug-and-play manner with negligible architectural modification. We evaluate this design across modern paradigms, including perception-prediction-planning pipelines, vision-language-action models (VLA), regression-based planners, diffusion-based policies, and trajectory-scoring frameworks, on nuScenes, NAVSIM-v1, NAVSIM-v2, and Bench2Drive. Across all paradigms and datasets, this simple integration consistently improves driving performance, demonstrating that traffic element awareness provides a robust and generalizable signal for end-to-end driving systems. Notably, on the challenging NAVSIM-v2 benchmark, our approach significantly improves state-of-the-art architectures and data pipelines, establishing a new state of the art.
• Abstract（参考訳）: 信号機や道路標識などの交通要素は、人間の運転決定において基本的な役割を担い、エンド・ツー・エンドの運転性能に自然に影響を及ぼす。 しかし、既存のエンドツーエンドの運転研究は主に動的道路参加者(車や歩行者など)に焦点を当てているが、交通要素の役割は未解明のままである。 パブリックデータセットが構造化されたトラフィック要素アノテーションを提供することは滅多になく、現代の運転システムはアーキテクチャやトレーニングパラダイムで大きく異なるため、コミュニティはまだその影響を定量化する体系的な研究を欠いている。 本研究では,エンド・ツー・エンドの自動運転における交通要素認識に関する最初の体系的な研究について述べる。 総合的な交通要素アノテーションで複数の公共運転データセットを増強することにより、統一的な研究基盤を構築する。 多様なモデルファミリをサポートするために,既存のパイプラインにトラヒック要素信号を組み込んだ最小かつ普遍的な統合設計を採用する。 我々はこの設計を, nuScenes, NAVSIM-v1, NAVSIM-v2, Bench2Drive上で, 知覚予測計画パイプライン, 視覚言語行動モデル(VLA), 回帰ベースプランナー, 拡散ベースポリシー, 軌道標示フレームワークなど, 現代のパラダイムにわたって評価した。 すべてのパラダイムとデータセットにわたって、この単純な統合は、運転性能を一貫して改善し、トラフィック要素の認識がエンドツーエンドの運転システムに対して堅牢で一般化可能な信号を提供することを示した。 特に、挑戦的なNAVSIM-v2ベンチマークでは、我々のアプローチは最先端のアーキテクチャとデータパイプラインを大幅に改善し、新たな最先端技術を確立しています。

関連論文リスト

• Learning from the Unseen: Generative Data Augmentation for Geometric-Semantic Accident Anticipation [22.129589116442208]
  交通事故の予測は、自動運転にとって重要な問題であるが未解決の問題である。 本稿では,実データの統計的パターンに整合した高忠実な合成駆動シーンを生成するデュアルパスフレームワークを提案する。 また,意味的手がかりに富んだグラフニューラルネットワークを設計し,空間的および意味的関係の動的推論を可能にする。
  論文  参考訳（メタデータ） (2026-04-29T15:29:19Z)
• Infrastructure-Centric World Models: Bridging Temporal Depth and Spatial Breadth for Roadside Perception [3.3242611619309614]
  本稿では,インフラ中心の世界モデル(I-WM)を3段階に展開する。 本稿では,マルチモーダルなデータエンジンとして,多層アーキテクチャ,アノテーションなし認識,エンド・ツー・エンドな生成世界モデルを提案する。 我々は,世界モデルを駆動するパラダイムの分類,LeCunのJEPA,Li Fei-Feiの空間知性,VLAアーキテクチャに対するI-WMの位置づけを確立する。
  論文  参考訳（メタデータ） (2026-04-19T22:50:32Z)
• HetroD: A High-Fidelity Drone Dataset and Benchmark for Autonomous Driving in Heterogeneous Traffic [49.31491001465465]
  HetroDは、異種環境で自律走行システムを開発するためのデータセットとベンチマークである。 HetroDは、VRU(vulner- able road users)が支配する現実の異種交通のナビゲーティングにおける重要な課題をターゲットにしている。
  論文  参考訳（メタデータ） (2026-02-03T12:12:47Z)
• Contrastive Learning-Driven Traffic Sign Perception: Multi-Modal Fusion of Text and Vision [2.0720154517628417]
  オープン語彙検出とクロスモーダル学習を組み合わせた新しいフレームワークを提案する。 交通信号検出のために,NanoVerse YOLOモデルは視覚言語パス集約ネットワーク(RepVL-PAN)とSPD-Convモジュールを統合している。 交通標識分類のための交通信号認識マルチモーダルコントラスト学習モデル(TSR-MCL)を設計した。 TT100Kデータセットでは,全クラス認識のためのロングテール検出タスクにおいて,最先端の78.4%mAPを実現する。
  論文  参考訳（メタデータ） (2025-07-31T08:23:30Z)
• LANet: A Lane Boundaries-Aware Approach For Robust Trajectory Prediction [4.096453902709292]
  本稿では,車線境界や道路縁を含む複数のベクトルマップ要素から情報を得る動き予測モデルを提案する。 モデルが道路構造に関する全体的情報を学習する,異なるベクトルマップ成分の情報をマージする,効果的な機能融合戦略が開発されている。 本手法は,運転環境のより情報的かつ効率的な表現を提供し,自律走行走行予測技術の現状を推し進めるものである。
  論文  参考訳（メタデータ） (2025-07-02T02:49:24Z)
• Towards Intelligent Transportation with Pedestrians and Vehicles In-the-Loop: A Surveillance Video-Assisted Federated Digital Twin Framework [62.47416496137193]
  本稿では,歩行者や車いすによるITSを支援するための監視ビデオ支援型デジタルツイン(SV-FDT)フレームワークを提案する。 i)複数のソースからトラフィック監視ビデオを収集するエンドレイヤ、(ii)セマンティックセグメンテーションに基づく視覚理解、ツインエージェントベースのインタラクションモデリング、およびローカルデジタルツインシステム(LDTS)をローカルで作成するエッジレイヤ、(iii)異なるリージョンにわたるLDTSを統合してグローバルDTモデルをリアルタイムで構築するクラウドレイヤの3層で構成されている。
  論文  参考訳（メタデータ） (2025-03-06T07:36:06Z)
• Knowledge-Informed Multi-Agent Trajectory Prediction at Signalized Intersections for Infrastructure-to-Everything [7.452533291998081]
  我々は、I2X(Infrastructure-to-Everything)協調予測スキームを導入する。 このスキームでは、ロードサイドユニット(RSU)は独立して全ての車両の将来の軌跡を予測する。 我々は,専用インフラストラクチャベースの軌道予測モデルであるI2XTrajを提案する。
  論文  参考訳（メタデータ） (2025-01-23T08:23:45Z)
• High-Order Evolving Graphs for Enhanced Representation of Traffic Dynamics [4.856478623606766]
  本稿では,自律運転における表現性の向上を目的とした,高次進化グラフを用いた交通動態解析のための革新的なフレームワークを提案する。 提案手法は,交通シーン内の複雑な相互作用をリアルタイムにモデル化する双方向の時間的二部グラフを構築する。
  論文  参考訳（メタデータ） (2024-09-17T14:00:58Z)
• Leveraging Driver Field-of-View for Multimodal Ego-Trajectory Prediction [69.29802752614677]
  RouteFormerは、GPSデータ、環境コンテキスト、運転者の視野を組み合わせた新しいエゴ軌道予測ネットワークである。 データ不足に対処し、多様性を高めるために、同期運転場と視線データに富んだ都市運転シナリオのデータセットであるGEMを導入する。
  論文  参考訳（メタデータ） (2023-12-13T23:06:30Z)
• OpenLane-V2: A Topology Reasoning Benchmark for Unified 3D HD Mapping [84.65114565766596]
  交通シーン構造を考慮したトポロジ推論のための最初のデータセットであるOpenLane-V2を提案する。 OpenLane-V2は2000のアノテートされた道路シーンで構成され、交通要素と車線との関係を記述している。 様々な最先端手法を評価し,OpenLane-V2の定量的,定性的な結果を示し,交通現場におけるトポロジ推論の今後の道筋を示す。
  論文  参考訳（メタデータ） (2023-04-20T16:31:22Z)
• Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
  粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。 本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。 提案手法は,高品質なトラフィックフローマップを作成できる。
  論文  参考訳（メタデータ） (2021-09-29T07:51:49Z)
• End-to-End Intersection Handling using Multi-Agent Deep Reinforcement Learning [63.56464608571663]
  交差点をナビゲートすることは、自動運転車にとって大きな課題の1つです。 本研究では,交通標識のみが提供された交差点をナビゲート可能なシステムの実装に着目する。 本研究では,時間ステップ毎に加速度と操舵角を予測するためのニューラルネットワークの訓練に用いる,モデルフリーの連続学習アルゴリズムを用いたマルチエージェントシステムを提案する。
  論文  参考訳（メタデータ） (2021-04-28T07:54:40Z)
• Multi-Modal Fusion Transformer for End-to-End Autonomous Driving [59.60483620730437]
  画像表現とLiDAR表現を注目で統合する,新しいマルチモードフュージョントランスフォーマであるTransFuserを提案する。 本手法は, 衝突を76%低減しつつ, 最先端駆動性能を実現する。
  論文  参考訳（メタデータ） (2021-04-19T11:48:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。